标签：sort Group distribute Hive cluster 全局 排序

Hive中Group by 与sort by 的区别

1、ORDER BY 用于全局排序，就是最指定的所有排序键进行全局排序，使用ORDER BY 的查询语句，最后会用一个Reduce Task来完成全局排序。

2、sort by用于分区内排序，即每个Reduce 任务内排序。则sort by 只保证每个reduce的输出有序，不能保证全局有序。

3、distribute by (字段)根据指定的字段将数据分到不同的reducer，且分发算法是hash散列。

4、cluster by(字段)处理具有Distribute by 的功能外，还兼具sort by 的排序功能。

因此，如果分桶和sort字段是同一个时，此时，cluster by =distribute by + sort by

标签：sort,Group,distribute,Hive,cluster,全局,排序
来源： https://blog.csdn.net/qq_43528451/article/details/120529343

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。